许多种有所不同的稠密、层级、循环神经网络拓扑结构，每个神经元都能与成千上万的其他神经元展开通信。每个神经形态核心还包括一个自学引擎，可以在操作过程中对网络参数展开编程，反对监督、无监督、增强和其他自学模式。

由英特尔的14纳米工艺生产。总共有13万神经元和1.3亿神经元。研发和测试高效的算法，还包括路径规划、约束符合、稠密编码、词典自学和动态模式自学和适应环境。

在计算机技术和算法创意的推展下，人工智能的变革力量预计将对社会产生极大的影响。标准化的计算出来和自定义的硬件和软件都可以在各个方面发挥作用，而英特尔目前在这方面也有所布局。目前英特尔Xeon Phi处理器，应用于科学计算，产生了一些仅次于的模型来说明大规模的科学问题，还有Movidius神经计算棒这样以意味着1瓦的功率运营训练后的模型的产品。(公众号：)翻译成自：https://newsroom.intel.com/editorials/intels-new-self-learning-chip-promises-accelerate-artificial-intelligence/。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：澳门威斯尼斯8883入口-www.jacxtf.com